基于CSP算法与小波包分析方法的运动想象脑电信号特征提取性能的比较
吴林彦
鲁昊
高诺
王涛
1.山东建筑大学信息与电气工程学院,山东 济南,2501002.山东建筑大学信息与电气工程学院,山东 济南,2501003.山东建筑大学信息与电气工程学院,山东 济南,2501004.山东建筑大学信息与电气工程学院,山东 济南,250100
摘要：运动想象脑电特征快速准确提取是脑-机接口技术研究的重要问题.本研究分别讨论了共同空间模式(common spatial pattern, CSP)与小波包分析关于左右手运动想象特征提取的原理,并对两种方法进行了比较.对于GRAZ大学提供的运动想象脑电数据,使用CSP 与支持向量机(support vector machine, SVM)结合的分类正确率最高为85.5%;使用小波包分析与SVM结合的分类正确率最高为99%.同时对于本实验室采用Emotiv epoc+ 系统采集的运动想象脑电数据,利用小波包分析与 SVM结合的分类正确率也保持在98%以上.实验结果表明,相较于CSP算法,小波包分析对于运动想象特征提取的效果更好.
关键词：小波包分析共同空间模式(CSP)支持向量机(SVM)脑机接口(BCI)运动想象(MI)
分类号：R318.04(医用一般科学)
资助基金：山东省科技重大专项资助项目(2015ZDXX0801A03)
论文发表日期：2017-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 224-228 )
英文信息